Anda di halaman 1dari 35

Modelos para Estimar el Riesgo de Crdito

40

CAPITULO III
Modelos para Estimar el Riesgo de Crdito


3.1.-Antecedentes


En los ltimos aos ha habido un desarrollo importante en el rea de administracin de
riesgo, principalmente en el mbito financiero internacional. Al principio, los modelos de
riesgo se orientaron a medir el riesgo de mercado de los portafolios de inversin de las
instituciones financieras. Estas instituciones con el fin de reducir los requerimientos de
capitalizacin que les impusieron las autoridades regulatorias, han sido las principales
impulsadoras del marco metodolgico de la administracin de riesgos.
A diferencia del riesgo de mercado, el desarrollo de metodologas para medir el riesgo de
crdito ha sido relativamente menor, ya que las dificultades para la identificacin y
medicin de los factores que intervienen en este tipo de riesgo han sido mayores, como se
mencion en el capitulo anterior, el fenmeno de la informacin asimtrica, el riesgo moral,
la ausencia de una teora de la quiebra empresarial, la ausencia de informacin adecuada y
el costo de elaborarla entre otros, han sido los principales obstculos en la prevencin y
cuantificacin del riesgo de crdito.
Aun con estos obstculos los estudiosos de las finanzas han creado diferentes metodologas
que han sido aplicadas con el propsito de estimar la probabilidad de incumplimiento, entre
estas podemos mencionar en general tcnicas estadsticas y variadas, multivariadas, anlisis
Modelos para Estimar el Riesgo de Crdito

41
de modelos de clasificacin, rboles de decisin, modelos de eleccin cualitativa ( PROBIT
y LOGIT ) y el anlisis de matrices de transicin entre otros.
El pionero en la investigacin y prediccin de quiebras de empresas corporativas fue,
Ewdard I. Altman, prestigiado acadmico de la escuela de negocios de Nueva York, quien
seal desde principios de la dcada de los noventa que el prximo gran reto financiero
ser la administracin de riesgo de crdito, que consiste en medir, minimizar y prevenir las
Prdidas Esperadas y las Prdidas No Esperadas que surgen de las actividades relacionadas
con el otorgamiento de prstamos en general.
Desde los estudios publicados por Altman en los aos sesenta hasta mediados de la dcada
pasada slo se haba implementado los llamados modelos tradicionales de riesgo de
crdito que predicen la quiebra de las empresas a partir de las variables independientes
(razones financieras, indicadores micro y macroeconmicos) ms relevantes a nivel
estadstico.
No obstante, el problema de fondo para las instituciones que intervienen en el mercado de
crdito es administrar la asignacin del capital de reserva (tambin conocido como capital
econmico). Para ello, se busca una metodologa basada en la relacin de intercambio entre
el riesgo y el rendimiento, que combine en un portafolio global los diferentes tipos de
instrumentos que se cotizan en distintos mercados y que requieren de tcnicas de valuacin
particulares.
Modelos para Estimar el Riesgo de Crdito

42
Hoy en da con la creciente participacin de las empresas en el mercado de derivados,
especialmente en mercados OTC (Over The Counter) y con la llegada de diferentes tipos de
instrumentos financieros crediticios (Swaps y Forwards), las empresas han aumentado el
riesgo potencial de sus posiciones hasta por diez veces el tamao del valor en libros de sus
prstamos. Con esto se ha originado que las entidades reguladoras busquen parmetros
capaces de medir el riesgo de incumplimiento y que sirvan para imponer a las instituciones
financieras polticas para su autoproteccin.
En 1988, en un primer intento por lograr la convergencia hacia un estndar internacional de
regulacin del capital, el Comit de Basilea, en cooperacin con los bancos centrales ms
importantes del mundo (grupo de los G-10), emiti el Acuerdo de Capital de Basilea. Su
objetivo era determinar el clculo del capital econmico por riesgos de crdito para los
sistemas bancarios de un gran nmero de pases. Se estableci que todo prstamo privado
est virtualmente sujeto a un requerimiento de capital del 8%, obligando as a una
recapitalizacin de los bancos. Adems, se determin que los bancos mantuvieran un
requerimiento de capital basado en el valor a precio de mercado de cada contrato realizado
en el OTC ms una cantidad adicional por exposicin potencial futura.
Desde su implementacin en enero de 1993, se observ que esta regulacin omite, por lo
menos, tres factores fundamentales para la medicin del riesgo de crdito. En primer lugar,
no considera las diferencias en la calidad crediticia de los deudores; en segundo, no
contempla disparidades en el monto y vencimiento de los prstamos; por ltimo, ignora el
potencial de un portafolio bien diversificado para reducir el riesgo de crdito global.
Modelos para Estimar el Riesgo de Crdito

43
Las deficiencias anteriores han provocado cierta aversin de los bancos hacia estas
medidas. Por tal motivo, a finales de la dcada pasada, se desarrollaron metodologas
alternativas denominadas modelos internos que buscan capturar las particularidades de
cada institucin con el fin de mejorar la medicin del capital econmico necesario, de tal
forma que se administre ptimamente su estructura de capital.
Los dos modelos internos ms conocidos y utilizado a nivel mundial son CreditMetrics y
CreditRisk publicados en 1997 por los bancos JP Morgan y Credit-Suisse, respectivamente.
Ambos pretenden adaptar la teora de portafolios al mercado crediticio, es decir, construyen
carteras de crdito para incorporar el factor de diversificacin en la medicin del riesgo de
crdito como se hace comnmente con el riesgo de mercado, obteniendo como resultado
una medida de Valor en Riesgo (VaR); sin embargo, las irreconciliables diferencias entre
las condiciones que imperan en el mercado accionario y de crdito dificultan su adecuada
implementacin.
Actualmente, en Mxico opera una variante del acuerdo de Basilea para la medicin del
riesgo de crdito. En sntesis, el acuerdo establece los porcentajes de riesgo de crdito para
cada tipo de contraparte. Haciendo uso de estos porcentajes se determina una suma
ponderada de activos denominada Activos Sujetos a Riesgo de Crdito (ASRC).

Por otro lado, la circular 1423 expedida por la Comisin Nacional Bancaria y de Valores
(CNBV) relativa a las disposiciones que deben observarse para una adecuada
administracin integral de riesgos, seala en su disposicin vigsima, seccin II, inciso d,
Modelos para Estimar el Riesgo de Crdito

44
que las instituciones de crdito debern calcular la probabilidad de incumplimiento de los
deudores en lo que respecta a su cartera crediticia (ver anexo 1).
Es importante destacar que Mxico, como pas emergente, presenta un perfil de riesgo
mayor y ms voltil que el de los pases industrializados. En Mxico, los riesgos
crediticios constituyen, en promedio, ms del 80% de los activos bancarios sujetos a riesgo.
Existe un consenso sobre el importante papel que jugaron los crditos en los recientes
problemas del sistema bancario mexicano.
1

As mismo en nuestro pas la informacin disponible para estimar los modelos de riesgo es
ms escasa, siendo esto un factor adicional a tomar en cuenta en el desarrollo de la
medicin del riesgo de crdito.
En el captulo siguiente se realizar un caso prctico con datos reales en donde se aplicar
slo uno de los modelos mencionados: CreditMetrics.

3.2.-Administracin de Riesgo Crediticio
La gestin de riesgos es fundamental para cualquier empresa cuya rentabilidad de negocio
est ntimamente ligada a los riesgos que asume. Cualquier entidad econmica necesita

1
Elizondo Alan y Lpez Carlos (1999) El riesgo de Crdito en Mxico: Una Evaluacin de
Modelos Recientes. pp. 112
Modelos para Estimar el Riesgo de Crdito

45
identificar, valorar y cuantificar su exposicin al riesgo, optimizando al mismo tiempo la
rentabilidad, que se traslada directamente al cliente mediante unos precios ms
competitivos y la generacin de mayores beneficios.
Los administradores de riesgo dicen que ste es como la velocidad en un coche. Si no
aceleramos nunca seremos capaces de abandonar el garaje y llegar al destino deseado. Por
lo cual necesitamos un velocmetro para medir la velocidad y, entre otras cosas, evitar ser
multados o tener un accidente que nos inhabilite para conducir en el futuro.
Aplicando esta analoga a un ente econmico, el departamento de administracin de riesgos
es el encargado de hacer que la empresa abandone el garaje sin tener accidentes que la
inhabiliten y la conduzcan a la quiebra, siendo los modelos de medicin los velocmetros
que le permiten llegar al destino deseado.
La alta direccin y el consejo de administracin deben tener un flujo de informacin
continua que les permita estar al tanto de los niveles de riesgo que est asumiendo la
institucin, para poder as tomar las decisiones necesarias para prevenir prdidas y proteger
su capital en beneficio de la institucin como el de la sociedad.

Es por esto que dentro de una empresa el departamento de administracin de riesgo es el
que posee la responsabilidad de crear los procedimientos y desarrollar los sistemas que
permitan una continua evaluacin del crdito y que su posicin se mantenga dentro de los
parmetros establecidos por la misma empresa.

Modelos para Estimar el Riesgo de Crdito

46
En este sentido, el que la empresa adopte modelos ms eficientes para administrar el riesgo
de crdito, es muy importante para los esfuerzos que la institucin realiza con el fin de
permanecer en un ambiente ms competitivo y globalizado. De igual forma para que
sobrevivan y se desarrollen deben entender el anlisis de riesgo, as como implementar
metodologas de valuacin adecuadas para todas las actividades relacionadas con el riesgo
de crdito.
Dichos mtodos utilizados para el otorgamiento y seguimiento de los crditos que hace una
empresa a sus clientes han tenido importantes desarrollos en los ltimos aos. Sin embargo
el objetivo final de medir el riesgo de crdito sigue siendo el mismo: prever
anticipadamente las prdidas potenciales en las que podra incurrir una institucin en el
otorgamiento de crditos; dicho en otras palabras las diferentes metodologas buscan
calcular la probabilidad de incumplimiento de un deudor frente a un acreedor una vez
asumida la deuda.
Por ltimo se puede afirmar que para que un sistema de administracin de riesgo crediticio
sea efectivo deber elegir el mejor mtodo de acuerdo a sus necesidades, contar con buenas
polticas de otorgamiento para detectar as los problemas a tiempo y tomar medidas
preventivas para los crditos ya otorgados y una restriccin de otorgamiento para aquellos
crditos que puedan generar problemas.



Modelos para Estimar el Riesgo de Crdito

47
3.3.-mbito de Aplicacin de los Modelos

Dentro del campo de actividades que se encuentra la aplicacin de los modelos podemos
mencionar:

Aprobacin de crdito: anlisis para el otorgamiento de crdito; son comnmente
utilizados en crditos al consumo (tarjeta de crdito, crditos personales, crditos
para adquisicin de automviles, etc.) y crditos a pequeas y medias empresas
(PYMES) o personas fsicas con actividad empresarial, generalmente son por
montos reducidos.

Determinacin de Calificacin de Crdito: Se utilizan modelos cuantitativos para
calificar crditos comerciales; estas calificaciones son empleadas como insumo para
establecer limites a la cartera o bien, limites de otorgamiento de crdito. En algunas
instituciones de crdito, se utilizan estos modelos para comparar sus resultados con
la calificacin otorgada mediante el anlisis tradicional de crdito.

Asignacin de precio de los crditos (Credit Pricing): los modelos de riesgo de
crdito pueden ser empleados para asignar un precio por riesgo a los crditos a
partir de la probabilidad de prdida y su tamao al presentarse el incumplimiento; se
utilizan generalmente para las compras y ventas de cartera crediticia.

Modelos para Estimar el Riesgo de Crdito

48
Generacin de Alertas Tempranas: se utilizan modelos de simulacin para estimar
el comportamiento de la cartera dado un escenario especfico esperado y facilitar la
implementacin de medias correctivas.

Estrategias de cobranza: los modelos de riesgo de crdito pueden emplearse para
decidir la mejor estrategia de cobranza o de recuperacin de cartera conocido esto
en ingles como workout.
2


Cabe mencionar que cada institucin adoptar medidas y/o modelos para prever y
cuantificar su exposicin al riesgo, dependiendo de sus necesidades y contexto econmico.


3.4.-Modelos para Estimar el Riesgo de Crdito
3.4.1.- Generalidades
En la literatura existen fundamentalmente dos tipos de modelos para la estimacin del
riesgo de crdito: los tradicionales y los de enfoque moderno, dentro de ste se encuentran
los condicionales y no condicionales.



2
Elizondo Alan y Lpez Carlos El riesgo de Crdito en Mxico: Una Evaluacin de
Modelos Recientes. (1999) pp. 120
Modelos para Estimar el Riesgo de Crdito

49
Los modelos tradicionales: son aquellos que se basan fundamentalmente en
criterios subjetivos y el juicio o la experiencia del analista de cartera. El ms comn
de estos modelos es el de las cinco C del crdito (Carcter, Capital, Capacidad,
Colateral y Ciclo).

Enfoque moderno: proporcionan estimadores de las Prdidas No Esperadas, como


indicador del capital necesario para hacerle frente a este tipo de riesgo.


a) Los modelos condicionales son metodologas que pretenden conocer las causas
del incumplimiento haciendo un anlisis basado en un modelo de correlaciones de
causalidad entre las diferentes variables financieras, sectoriales y macroeconmicas.
En este tipo de modelos podemos encontrar el CreditPortfolioView, Credit Monitor
entre otros.


b) Los modelos no condicionales buscan calcular las probabilidades de
incumplimiento utilizando la informacin de un cierto conjunto de variables que
caracterizan a los individuos sujetos de crdito. Ejemplo tpico de estos tipos de
modelos son las matrices de transicin (utilizada por Creditmetrics).
3



3
De Lara Haro Alfonso, Medicin y Control de Riesgos Financieros, (2004) pp. 19
Modelos para Estimar el Riesgo de Crdito

50
A continuacin se explicarn los dos tipos de modelos que miden el riesgo de crdito
(tradicional y de enfoque moderno).

3.4.2.- Modelo Tradicional

El modelo tradicional ms conocido es el de las cinco C del crdito (Carcter, Capital,
Capacidad, Colateral y Ciclo), tambin llamado modelo experto, en el cual la decisin se
deja en manos de un analista de crdito (experto), que analiza cinco factores claves.
Implcitamente, la experiencia de dicha persona, su juicio subjetivo y la evaluacin de
dichos factores constituyen los elementos determinantes a la hora de otorgar o no el crdito.

Los elementos analizados por este sistema son los siguientes:

1. Carcter. Mide la reputacin de la firma, su voluntad para pagar y su historial de pago, se
ha establecido empricamente que la antigedad de creacin de una empresa es un indicio
adecuado de su reputacin de pago.

2. Capital. Mide la contribucin de los accionistas en el capital total de la empresa y la
capacidad de endeudamiento, estos se ven como buenos indicios de la probabilidad de
quiebra.

3. Capacidad. Mide la habilidad para pagar, la cual se refleja en la volatilidad de los
ingresos del deudor, es decir en la viabilidad de las ganancias del acreditado. Se dice que el
Modelos para Estimar el Riesgo de Crdito

51
pago de su deuda sigue un patrn de constancia pero las ganancias son voltiles y puede
haber periodos en los que disminuye la capacidad de pago de la empresa.

4. Colateral. En el evento de default, la entidad tendra derecho sobre el colateral pignorado
(dejado en garanta) por el deudor. En el caso de incumplimiento, el banquero tiene
determinados derechos sobre el colateral gravado por el acreditado. Cuanto ms prioritaria
sea la reclamacin, mayor es el valor de mercado del colateral correspondiente y menor la
exposicin al riesgo del crdito.

5. Ciclo econmico. Es un elemento importante en la determinacin de la exposicin
crediticia, sobre todo en aquellos sectores econmicos que dependen de l.

Es importante aclarar que, en la prctica, un analista de crdito puede utilizar una
metodologa seguramente ms amplia que las cinco C, puesto que su objetivo es obtener
una clasificacin de los acreditados y las operaciones crediticias.

3.4.3.- Deficiencias del Modelo Tradicional

De acuerdo a lo anterior podemos observar que es este sistema enfrenta dos problemas
principales: consistencia y subjetividad. En otras palabras los factores subjetivos aplicados
a las cinco C por un experto pueden variar de acreditado a acreditado. Esto es lo que
vuelve muy difcil la comparacin de rangos y la toma de decisiones, por lo cual podemos
Modelos para Estimar el Riesgo de Crdito

52
concluir que se pueden aplicar estndares muy distintos por parte de analista de crdito
dentro de una misma institucin a distintos tipos de acreditados.

Por tanto a este modelo lo han venido desplazando otras metodologas, ya que el anlisis de
crdito de este estilo resulta costoso para las empresas, pues stas requieren un grupo
importante de profesionales y analistas financieros; adems, en la medida en que la
institucin es ms grande, el anlisis de crdito se vuelve menos homogneo y necesita
importantes inversiones en capacitacin de personal.


3.4.4.- Modelos de Enfoque Moderno

En la dcada de los ochenta la metodologa estadstica ms utilizada para llevar a cabo el
anlisis de informacin financiera fue el anlisis discriminante. En 1981, por primera vez
Altman plantea la utilidad de este tipo de anlisis.
Dentro de los principales modelos e indicadores desarrollados en los ltimos aos para
estimar el riesgo de crdito y la probabilidad de incumplimiento tenemos los siguientes:
Modelos Z-Score:
Edward Altman (1968) utiliza el anlisis discriminante como la tcnica apropiada para su
modelo, este anlisis discriminante en su forma ms simple busca obtener una combinacin
lineal de las caractersticas que mejor discriminan entre los grupos clasificados, es decir que
Modelos para Estimar el Riesgo de Crdito

53
maximice la varianza entre grupos y minimice la varianza dentro de cada grupo. De esta
forma se estudia un conjunto de indicadores financieros que tiene como propsito clasificar
a las empresas en dos grupos:
Bancarrota
No Bancarrota
4

El modelo original Z de Altman fue desarrollado para predecir las quiebras de las empresas.
Por otro lado se dice que este modelo presenta algunas limitaciones ya que utiliza razones
financieras y estas tienen un efecto de subestimacin en el tamao de las estadsticas, es
decir, en un anlisis realizado a travs de razones financieras, no se pueden identificar datos
relevantes en el otorgamiento de un crdito. As mismo en la determinacin del modelo Z,
se incorporan datos de compaas grandes con problemas de solvencia, por lo que su
aplicacin tanto para compaas pequeas como grandes, queda sujeta a dudas.
Modelo Zeta:
Para 1977, Altman, Haldeman y Narayanan introducen algunas modificaciones al modelo
Z-Score original, siendo el propsito de este modelo el clasificar a las empresas en
bancarrota incluyendo lo siguiente:



4
Altman, Edward (1996) Credit Risk Measurenment and Management pp 17
Modelos para Estimar el Riesgo de Crdito

54
1. empresas medianas y grandes en el anlisis
2. empresas del sector no manufacturero
3. cambios en los estndares de clculo de las principales razones financieras
4. tcnicas ms recientes del anlisis estadstico
Este modelo resulta ser superior al anterior ya que permite predecir la bancarrota de las
empresas con anticipacin de cinco aos, con un nivel de confiabilidad del 70 % y predice
con un ao de anticipacin con un nivel de confiabilidad de 96 %.

Modelo de Respuesta Binaria:
Estos modelos se enfocan a estimar una ecuacin que permita obtener la probabilidad de
que un evento iocurra dependiendo de los atributos que caracterizan al individuo que
realiza la eleccin. Uno de los modelos con estas caractersticas son los modelos Probit y
Logit. Estos modelos suponen una relacin lineal entre la variable dependiente y las
independientes, por lo tanto esta metodologa permite identificar y cuantificar los efectos de
los determinantes de la probabilidad de incumplimiento tanto para estimar como para
pronosticar la misma.
5






5
Elizondo Alan, Medicin Integral Del Riesgo de Crdito. (2003) pp136
Modelos para Estimar el Riesgo de Crdito

55
Este modelo fue creado por Credit Suisse Financial en 1997, por la escasez de informacin
que exista sobre las carteras de crdito, por lo que se dise este modelo actuarial, con el
propsito de maximizar el uso de informacin escasa. Este modelo utiliza un enfoque de
portafolio para modelar el riesgo de no pago de los crditos analizados.
Los datos que requiere este modelo son:
El monto de cada uno de los crditos que conforman la cartera. Estos montos
corresponden al saldo insoluto de los crditos, ya que lo que se desea saber es la
cantidad de dinero que se puede perder en caso de que el acreditado se declare en
quiebra.
La probabilidad de quiebra de estos crditos. Este modelo supone que todos los
crditos son homogneos y por consiguiente todos tienen la misma probabilidad de
quebrar. Credit Suisse supone como conocido este dato y hace mencin a las
estadsticas correspondientes publicadas por Moodys.
Otro dato son los porcentajes de recuperacin esperados en los crditos, as como su
variabilidad a travs del tiempo.
6

Se puede decir que CreditRisk tiene como caracterstica que no repara en el deterioro de la
cartera, sino que mide solamente la probabilidad de incumplimiento.






6
www.csfp.co.uk
Modelos para Estimar el Riesgo de Crdito

56
Los modelos estadsticos mencionados en los prrafos anteriores se han desarrollado para
calcular y estimar el riesgo de capital de los intermediarios financieros y en si de cualquier
institucin que incurra en algn tipo de riesgo de crdito.

3.5.- Modelo de Enfoque Moderno: CreditMetrics
El modelo CreditMetrics fue desarrollado, en 1997, por un grupo de instituciones
financieras encabezadas por J.P. Morgan. Este modelo tiene como propsito estimar el VaR
de crdito, en el contexto del paradigma de mercado, es decir, el modelo supone que el
riesgo de crdito depende de los cambios de la calificacin crediticia y en la tasa de
incumplimiento entre los deudores. De igual forma permite calcular directamente los
beneficios de diversificacin o identificar altas concentraciones potenciales en el portafolio.
Este modelo puede ser utilizado por varios tipos de instituciones por ejemplo: bancos
comerciales y bancos de desarrollo los cuales utilizan el modelo para analizar el riesgo de
su cartera de crdito y discriminar los crditos menos rentables con base en su relacin
riesgo-retorno; administradores de fondos de inversin pueden utilizarlo para analizar el
riesgo de bonos corporativos; empresas en general que posean un portafolio de acreditados,
las casas de bolsa y los bancos de inversin pueden estimar el impacto al riesgo de crdito
incurrido en operaciones realizadas con contrapartes riesgosas como los Swaps y utilizar
el modelo para valuar dichas transacciones en relacin con el riesgo adquirido a travs de
varias estadsticas descriptivas tales como Prdida Esperada y Valor en Riesgo (VaR).
Modelos para Estimar el Riesgo de Crdito

57
CreditMetrics se denomina un modelo de marcar a mercado en donde su componente
principal es la matriz de transicin que est relacionada con un sistema de calificacin, el
cual modela la migracin de la calidad de los crditos. Con esto se determina las prdidas
resultantes de los incumplimientos del deudor y los cambios en el valor de mercado de los
crditos de la cartera. Ahora bien la matriz de transicin, los cambios en el valor y las
prdidas debidas al incumplimiento de los crditos se estiman a partir de datos estadsticos
e informacin de mercado.
7

CreditMetrics fundamenta la estimacin de una Distribucin de Probabilidad de Prdidas y
Ganancias Crediticias (DPP&GC) discreta, en lo que se denomina modelos de migracin.


Tabla 6 Distribucin de Probabilidad Discreta











Fuente: Snchez Cern, Valor en Riesgo

7
Grossman, R.,Brennan, CreditMetrics (1998)
Tasa de Incumplimiento %
To
T1
Horizonte de Riesgo
BBB
AAA
AA
A
BBB
BB/B/CCC
D
Modelos para Estimar el Riesgo de Crdito

58

3.5.1.- Fases para el clculo del Riesgo de Crdito mediante CreditMetrics
Para estimar el Valor en Riesgo de crdito con este modelo se requieren cinco fases, las
cuales se resumen en la siguiente tabla y se ejemplifica con la estimacin de riesgo de un
bono:

Elementos del Modelo de CreditMetrics










Fuente: Snchez Cern, Valor en Riesgo

Fase uno. Con base en la informacin de las empresas calificadoras, o con los sistemas de
calificacin de crdito interno se construye la matriz de probabilidades de transicin
(migracin). En Mxico hay tres empresas que se dedican a calificar la calidad crediticia de
Calificacin de
Crdito
Jerarqua de la Deuda Sobretasas de Crdito
Probabilidad de
Migracin
Tasas de
Recuperacin en caso
de default
Precio de los bonos
ante diferentes
calificaciones
Valor en Riesgo de Crdito
Modelos para Estimar el Riesgo de Crdito

59
los instrumentos de deuda. Estas empresas son: Clasificadora de Riesgos, Duff & Phelps de
Mexico y Standar & Poors.
8

Con propsitos ilustrativos a continuacin se presenta la matriz de transicin con ocho
estados, estimada por la agencia calificadora Standar & Poors.

Matriz de Probabilidad de Migracin en la Calidad de un Crdito

% AAA AA A BBB BB B CCC D
AAA 91.35 8.00 0.70 0.10 0.05 0.01 0.01 0.01
AA 0.70 91.03 7.47 0.60 0.10 0.07 0.02 0.01
A 0.10 2.34 91.57 5.08 0.61 0.26 0.01 0.05
BBB 0.00 0.11 5.28 86.71 6.12 1.27 0.23 0.28
BB 0.01 0.11 0.55 7.77 81.77 7.95 0.85 1.00
B 0.00 0.05 0.25 0.45 7.00 83.50 3.75 5.00
CCC 0.00 0.01 0.10 0.30 2.59 12.00 65.00 20.00
D 0.00 0.00 0.00 0.00 0.00 0.00 0.00 100.00
Fuente: Agencia Calificadora S&P.

Esta matriz se construy como el promedio de las matrices anuales de migracin de 1998 a
2003, donde la informacin ms reciente recibe ms peso. La matriz de transicin estimada
supone que los cambios de calidad crediticia de esos papeles se presentan cada ao.


8
Snchez Cern Carlos, valor en riesgo y Otras Aproximaciones, (2001) pp. 276
Modelos para Estimar el Riesgo de Crdito

60
Las principales caractersticas de esta matriz son:
La mayor parte de los activos permanece en el mismo grupo crediticio durante el
periodo de riesgo. Caracterstica que se observa en la diagonal principal de la
matriz.
La suma de las probabilidades a lo largo de cada uno de los renglones de la matriz
de transicin es 100%.
La probabilidad de que los papeles mejoren de grado crediticio es reducida.
La probabilidad de que una contraparte incumpla, habiendo estado en un grado
pobre de calidad crediticia, es muy baja. Situacin que puede obedecer a que las
deudas se reestructuren antes de entrar en suspensin de pagos.
9


Fase dos. Se estima el valor de recuperacin del instrumento en el caso de presentarse un
incumplimiento de pago.
Fase tres. Se estima el precio de mercado del activo ante los diferentes escenarios de
calificacin crediticia.
Fase cuatro. Se construye la distribucin de probabilidad del precio del bono, dadas las
diferentes calificaciones crediticias. Eso se logra al combinar las probabilidades de
migracin con el precio del bono consistente con esa calificacin.
10







9
Elizondo Alan, Medicin Integral Del Riesgo de Crdito. (2003)
10
Snchez Cern Carlos, valor en riesgo y Otras Aproximaciones, (2001) pp. 277
Modelos para Estimar el Riesgo de Crdito

61
Fase cinco. Por ultimo, se estima el VaR crediticio, para ello CreditMetrics utiliza un
indicador: la desviacin estndar
11


Desviacin estndar. En este caso CreditMetrics supone que la distribucin de
probabilidades del precio del crdito es normal por lo que el VaR se puede calcular de
manera parmetrica.

Como se puede observar el objetivo de este modelo siguiendo las cinco fases mencionadas
es el de obtener una estimacin de las Perdidas Esperadas y de las Perdidas No Esperadas a
las que se enfrentan aquellas empresas que otorgan crditos.

Es importante resaltar que el horizonte de anlisis de CreditMetrics es de un ao, por lo
cual este modelo no fue diseado para analizar cambios diarios en la calidad crediticia de la
cartera.; por lo contrario este modelo busca dar respuesta a la pregunta de si el ao entrante
ser un mal ao y cuanto perder en mi cartera de crditos.






11
Snchez Cern Carlos, Valor en Riesgo y Otras Aproximaciones, (2001) pp. 278


Modelos para Estimar el Riesgo de Crdito

62
3.5.2.- Elementos del Modelo CreditMetrics

En el siguiente diagrama se describen los elementos principales que intervienen en este
mtodo:

Fuente: CreditMetrics Technical Document, 1997
Todos y cada uno de estos elementos son indispensables para la correcta aplicacin del
modelo CreditMetrics, que se explicaran a continuacin.
Matriz de
Correlaciones entre
Crditos

Portafolio de Crdito

Prdida No
Esperada
Capital Econmico
Procedimiento
de Simulacin
Matriz de
Probabilidades
de Transicin
Modelos para Estimar el Riesgo de Crdito

63
Valor en Riesgo
Desde 1993, el Comit de Basilea (BIS) anunci su propsito de introducir un
requerimiento de capital para riesgo de mercado. Desde entonces han surgido grandes
avances en el desarrollo y la prueba de metodologas de valor en riesgo (VaR). El incentivo
para desarrollar modelos de VaR tuvo su mayor impulso en 1995, cuando el BIS modific
su propuesta sobre riesgo y estuvo de acuerdo en permitir a ciertos bancos el uso de sus
propios modelos internos en lugar del modelo estandarizado propuesto por los reguladores.
Desde 1997 en Europa y en 1998 en EU los bancos ms grandes (sujetos a autorizacin
regulatoria) han podido utilizar modelos internos para calcular su VaR. En este sentido se
define como la prdida mxima que una institucin financiera podra observar, por una
determinada posicin o cartera de inversin la cual se supone que no cambia durante el
periodo de inversin, en el caso de presentarse un cambio en los factores de riesgo, durante
un horizonte de inversin definido y con un nivel de probabilidad determinado.
12


En esencia podemos decir que los modelos VaR buscan medir la prdida mxima de valor
en un activo o una prdida determinada, durante un periodo de tiempo determinado, en un
nivel de confianza especifico.



12
Borja Garca El Nuevo Sistema Financiero Mundial Mxico (1999)

Modelos para Estimar el Riesgo de Crdito

64
Evidentemente la sencillez para estimar el riesgo de capital mediante el VaR es uno de los
factores que ha ayudado a su aceptacin entre los intermediarios financieros y los
reguladores. Entre sus ventajas destacan las siguientes:

La estimacin del VaR se expresa en pesos, lo que permite homogenizar y
comparar los riesgos de las diferentes posiciones de una institucin financiera, es
decir, el VaR permite construir portafolios de referencia (benchmark).

La metodologa de valor en riesgo se puede aplicar a todas las posiciones de riesgo
o carteras de inversin y a todos los niveles de una institucin financiera.
Recientemente los modelos de VaR tambin se estn aplicando a aseguradoras,
fondos de pensiones, bancos al menudeo, etc.

El riesgo de portafolio esta directamente relacionado con el comportamiento de
variables de mercado, como las tasas de inters, el tipo d cambio y los precios de los
activos financieros y de crdito, como la tasa de incumplimiento. Eso permite
entender la naturaleza de los riesgos y por ende la manera de controlarlos

Los miembros del consejo directivo y de la alta direccin de las instituciones
financiaras pueden entender e interpretar fcilmente sus riesgos mediante el VaR,
sin tener que conocer los clculos complicados que se requieren para realizarlos.

Modelos para Estimar el Riesgo de Crdito

65
Ayuda a la direccin a evaluar el comportamiento de las unidades de negocios y a
determinar la estrategia de la institucin financiera bajo una base de rendimientos
ajustados por riesgos.
13


Como resultado de estas ventajas y como consecuencia de los quebrantos observados por
instituciones financieras por tomar riesgos de mercado y de crditos excesivos, como ya se
mencion anteriormente el Comit de Basilea adopt la metodologa del VaR para
determinar los requerimientos de capital de las instituciones financieras por concepto del
riesgo de mercado, regulacin que entr en vigor en diciembre de 1997. Sin embargo ante
los propios riesgos de instrumentacin y del modelo que implica estimar el VaR
correctamente, el Comit de Basilea estableci que los requerimientos de capital sern
equivalentes a tres veces el monto de valor en riesgo estimado. En el caso de Mxico la
Circular sobre regulacin prudencial aplicable a los bancos ya establece la necesidad de
realizar estimaciones de VaR.

En Mxico las autoridades regulatorias estiman el VaR con diferente periodicidad.
Asimismo un gran nmero de instituciones financieras, como bancos, AFORES y Casas de
Bolsa, principalmente ya estiman el valor en riesgo de su cartera. Cabe mencionar que



13
De Lara Haro, Alfonso (2004) pp59

Modelos para Estimar el Riesgo de Crdito

66
algunas empresas que no pertenecen al sector financiero estn iniciando en estas fechas
proyectos para constituir sus unidades de control de riesgos.

Matrices de Transicin
Las matrices de transicin comenzaron a utilizarse como herramienta para medir el riesgo
de crdito en 1997, con la aparicin de la aplicacin CreditMetrics de JP Morgan. Desde
entonces, se han convertido en uno de los modelos ms utilizados debido a su fcil
implementacin.
La matriz de transicin es la principal herramienta para determinar la probabilidad de que
un crdito con una calificacin determinada cambie de calificacin crediticia durante un
periodo especfico. A esta probabilidad se le conoce como probabilidad de migracin en la
calidad de un crdito.
En otras palabras sirve para estimar la probabilidad de pasar de un estado (
i
) en el cual se
encontraba la deuda del individuo o deudor en un cierto periodo de tiempo ( t ), a un estado
( j ) en el periodo siguiente t+1.
14

Por lo anterior, es posible construir una matriz de transicin A con i filas y j columnas,
de tal manera que satisfagan las siguientes condiciones:


14
Elizondo Alan, Medicin Integral Del Riesgo de Crdito. (2003)
Modelos para Estimar el Riesgo de Crdito

67

1. Todos los elementos de la matriz son no negativos, es decir, pij .
2. La suma de los elementos de cada fila es igual a la unidad, es decir, pij =1
para todo i.

Estas matrices son un elemento importante en la estimacin del riesgo de crdito de los
bancos, debido a que proveen la base para analizar el posible deterioro que pudiera
presentar una cartera en el futuro. Si se cuenta con la informacin de la experiencia de pago
de una cartera de crditos, la metodologa de matrices de transicin permite construir un
indicador de experiencias de pago para cada crdito o acreditado.
Por lo tanto podemos determinar que la probabilidad de incumplimiento de cada cartera
depende de factores de riesgo distintos, los cuales estn relacionados a las caractersticas
del crdito, del acreditado y del entorno econmico entre otros. Y es fundamental conocer
las fuentes de riesgo de cada cartera ya que esta informacin permitir tomar decisiones
con respecto al tipo de polticas que permitan a la institucin maximizar su relacin riesgo
rentabilidad en lo que se refiere a sus activos crediticios.
Calidad Crediticia
La calidad crediticia se refiere al hecho de que existan bonos y algunos derivados que se
coticen en mercados lquidos genera la posibilidad de que se produzcan cambios en los
precios de estos activos debido a factores crediticios; por ejemplo, la modificacin del
Modelos para Estimar el Riesgo de Crdito

68
rating del emisor de un bono, o un cambio de la percepcin del mercado sobre la
solvencia futura del emisor. Las variaciones de precios debidas a esos factores, que estaran
vinculados a cambios en las primas de riesgo de crdito y se debe de entender como riesgo
de crdito y no como riesgo de mercado.
Sistema de Calificacin Crediticia
Para obtener la distribucin del portafolio el primer paso a seguir es la creacin de un
sistema de calificacin donde a cada obligado se le califica de acuerdo a la probabilidad de
que cumpla con sus obligaciones durante un determinado lapso de tiempo (tpicamente un
ao). A cada sistema de calificacin corresponde una matriz de transicin que indica la
probabilidad de migrar de un estado inicial a cualquiera de los estados dentro del sistema a
lo largo de un periodo determinado.
Qu es una calificacin?
Es una opinin actualizada sobre la capacidad financiera en general (calidad de crdito) de
un emisor para cumplir con sus obligaciones financieras. Esta opinin se centra en la
capacidad y voluntad del emisor para hacer frente a sus compromisos financieros o
crediticios, en el momento que se presente la obligacin de pagarlos sin que se refiera a una
obligacin especifica.
15



15
Arana, Jos Jaime, Determinantes de las Calificaciones de Crdito (1999).
Modelos para Estimar el Riesgo de Crdito

69
La calificacin de riesgo es un sumario, un indicador, basado en criterios cualitativos y
cuantitativos que los analistas estudian, en este caso, en las entidades bancarias. Una
calificacin no es una recomendacin de compra, venta o mantenimiento en cartera de una
obligacin financiera pues no aborda precios de mercado o su adecuacin a ningn
inversionista en particular.

Las principales caractersticas que tiene la calificacin crediticia son que:
Nacen en el mercado de valores de los Estos Unidos
Son smbolos para diferenciar el riesgo de crdito de ttulos o valores
Son principalmente requeridas para diferenciar riesgos en los sectores corporativo y
municipal
Eventualmente su uso se extiende a otros mercados, sectores y emisores.
Llegan a Latinoamrica al inicio de la dcada de los 90s
Los inversionistas y el mercado son los usuarios y demandantes de las
calificaciones de riesgo
Presentan una opinin crediticia independiente, objetiva y un anlisis creble.
16





16
Arana, Jos Jaime, Determinantes de las Calificaciones de Crdito (1999).

Modelos para Estimar el Riesgo de Crdito

70

Tanto el sistema de calificaciones como la correspondiente matriz de transicin son
insumos del modelo y se pueden obtener ya sea de agencias calificadoras como Fitch
IBCA, Moodys y S&P; o como de los sistemas internos de calificacin de los bancos.
Generalmente las agencias se encargan de calificar a los crditos mayores, mientras que
los crditos medianos y pequeos son calificados internamente. Aqu podemos resaltar no
han podido desarrollar una metodologa uniforme de manera que hace falta una lectura
fina para llegar a conclusiones delicadas.

Las firmas ms importantes con base en la informacin histrica de bonos o crditos
cotizados en la bolsa, proporcionada por Standard and Poors, Moodys y KMV, la
probabilidad de que un acreditado con calificacin BBB permanezca con dicha calificacin
durante el ao siguiente se estima en un 86.93% (siempre).

Existe tambin alguna probabilidad de que el acreditado mejore o empeore su calificacin.
En todo caso, existen ocho posibles transiciones en las que puede caer el acreditado durante
el ao entrante. De las cuales siete involucran un aumento o una disminucin o una
permanencia de la calificacin y una de ellas involucra el incumplimiento.





Modelos para Estimar el Riesgo de Crdito

71

Probabilidades de transicin durante un ao para un acreditado calificado como BBB

CALIFICACION PORCENTAJE
AAA 0.02
AA 0.33
A 5.95
BBB 86.93
BB 5.30
B 1.17
CCC 0.12
INCUMPLIMIENTO 0.18
Fuente: Arana, Jos Jaime (1999)
Resulta natural esperar que un cambio en la calidad de los crditos genere una prdida o
una ganancia. Por ejemplo, si la calificacin mejora al trmino del periodo, la sobretasa
corporativa ser menor, por lo que el diferencial de riesgo o prima caer, aumentndose as
el precio del crdito; lo que se traduce en un ganancia final para el inversionista que
adquiri este instrumento en el periodo anterior. De dichos cambios de calidad, surgen las
denominadas Perdidas No Esperadas, que representan la principal medida de riesgo.
En ese orden de ideas, cada emisor es clasificado en una calificacin crediticia, y una
matriz de transicin es utilizada para determinar la probabilidad de que el deudor caiga en
incumplimiento.


Modelos para Estimar el Riesgo de Crdito

72

Probabilidad de Incumplimiento o de Default

La probabilidad de incumplimiento o de default es un elemento importante en la evaluacin
del riesgo de crdito y su significado mas utilizado es la omisin del pago de una deuda
vencida.

Generalmente la evolucin de un crdito sufre alteraciones a medida que transcurre el
tiempo hasta su completa terminacin. En otras palabras existe incumplimiento que son
simples retrasos por pequeos desajustes de liquidez o por fallas operacionales de los
deudores.

Por lo anterior los incumplimientos comienzan a ser relevantes despus de cierto tiempo
desde el impago de la cantidad establecida contractualmente. Adems este tiempo es
diferente segn la clase de crdito y puede cambiar segn las circunstancias econmicas.

Una empresa que cae en default porque ha entrado en un proceso formal de suspensin de
pago es diferente de una empresa que no paga por una falta temporal de liquidez, por
ejemplo, por el impago de uno de sus clientes que posteriormente regulariza su situacin
con la empresa y esta con la entidad prestamista.

El hecho de incumplir no implica nada sobre la cantidad ni sobre la perdida que finalmente
sufrir la entidad prestamista, pues existen muchos casos donde esta recupera lo incumplido
Modelos para Estimar el Riesgo de Crdito

73
con cobro de costos judiciales e intereses de mora; en este caso, la entidad no registrara
perdida alguna aunque haya existido default.

En el contexto del modelo encontramos diferentes definiciones de default, entre ellas:
a) Dejar de pagar los intereses y/o el capital de una deuda por un periodo determinado.
b) Cualquiera de los siguientes eventos: reestructuracin de una deuda, creacin de una
provisin de cartera especifica o disminucin de la calificacin crediticia.
c) La situacin en la que el valor de los activos de una empresa es inferior al de sus
deudas.
d) Bancarrota
17


De las anteriores definiciones, la ms utilizada para evaluacin de carteras es la primera; las
dems se usan comnmente para la evaluacin de bonos, de acuerdo a esto en la
cuantificacin del riesgo de crdito de un portafolio se utilizar la definicin de default
cuando el acreditado deje de pagar los intereses y/o el capital.

Una vez explicadas cada una de las fases y elementos que intervienen en el modelo
CreditMetrics, en el siguiente captulo se realizar un caso prctico tomando datos de una
empresa real, obteniendo su exposicin al riesgo de crdito mediante la aplicacin del
modelo.


17
Ibarra, E. y J. Padilla Ledesma Medicin del riesgo de Incumplimiento (1996)
Modelos para Estimar el Riesgo de Crdito

74